用途：通过 inference.sh CLI（belt）调用 ElevenLabs，将文本合成为语音。
主要能力：提供 22 种以上音色，含多种风格的男女声（如 aria、alice、george、daniel 等），支持 32 种语言（含中、英、日、韩、法、德、西等）。可选模型：eleven_multilingual_v2（最高质量，约 250ms 延迟）、eleven_turbo_v2_5（速度与质量均衡，约 150ms）、eleven_flash_v2_5（超低延迟，约 75ms）。支持稳定性、相似度、风格等参数调校，以及多种输出格式。
使用方式：需先安装 inference.sh CLI，然后执行 belt login 登录。基本命令为 belt app run elevenlabs/tts --input '{"text": "...", "voice": "aria"}'。可通过 model 指定模型，通过 stability、similarity_boost、style、use_speaker_boost 调整音色，通过 output_format 指定输出格式（如 mp3_44100_192、pcm_16000 等）。
适用场景：产品演示与解说配音、有声书、播客、在线课程多语言旁白、无障碍朗读、电话语音系统、视频旁白等。
限制：具体收费与价格暂未提供；可用音色、模型与语言范围以资料列出者为准。语音质量、延迟等数据为资料所述，实际效果可能因使用环境而异。